Una IA traduce el lenguaje del sueño para predecir infartos y cáncer con años de antelación
SOCIEDAD
La herramienta impulsada por la Universidad de Stanford logra un 89 % de acierto a la hora de estimar el riesgo de párkinson
10 ene 2026 . Actualizado a las 13:20 h.Lo que ocurre mientras dormimos es mucho más que un simple descanso: es un complejo proceso fisiológico que ahora la inteligencia artificial es capaz de traducir. Un equipo internacional liderado por la Universidad de Stanford y en colaboración con las de Harvard y Copenhague, ha desarrollado SleepFM, el primer modelo fundacional de inteligencia artificial capaz de analizar una sola noche de sueño para estimar el riesgo de padecer hasta 130 enfermedades diferentes. La herramienta, que se ha presentado en la revista científica Nature Medicine, fue entrenada con casi 600.000 horas de datos de 65.000 personas.
Este sistema no se limita a evaluar si dormimos bien o mal, sino que utiliza la polisomnografía —una prueba que registra simultáneamente la actividad cerebral, cardíaca, respiratoria y muscular— para detectar patrones invisibles al ojo humano. Según los autores del estudio, el sueño ofrece una oportunidad única: ocho horas de «sujeto cautivo» donde el cuerpo emite señales constantes sobre su estado general.
La gran innovación de SleepFM es su capacidad para armonizar flujos de datos muy distintos (como el electroencefalograma y el electrocardiograma) y entender cómo se relacionan entre sí. Utilizando una técnica de entrenamiento llamada aprendizaje contrastivo, el modelo aprendió a reconstruir señales faltantes basándose en las demás, logrando «hablar el idioma del sueño». Al comparar estos registros con los historiales médicos de los pacientes de Stanford —algunos con seguimientos de hasta 25 años—, la IA demostró que puede predecir con alta precisión el riesgo de desarrollar 130 enfermedades.
Los resultados son especialmente asombrosos en enfermedades críticas. SleepFM alcanzó índices de precisión de entre el 80 % y el 90 % para predecir patologías como el párkinson (89 %), la demencia (85 %), el infarto (81 %) y varios tipos de cáncer, como el de próstata o mama. Incluso mostró una gran capacidad para predecir el riesgo de muerte prematura. Una de las claves que utiliza el modelo es la desincronización corporal: señales de alerta que surgen cuando, por ejemplo, el cerebro parece estar dormido pero el corazón actúa como si estuviera despierto.
«Registramos una cantidad asombrosa de señales cuando estudiamos el sueño. Es un tipo de fisiología general que estudiamos durante ocho horas en un sujeto completamente cautivo. Es una fuente de datos muy rica», explica Emmanuel Mignot, profesor de Medicina del Sueño y coautor principal del nuevo estudio.
Los científicos ya están desarrollando técnicas para interpretar sus predicciones. El objetivo final es integrar estos hallazgos con datos de dispositivos portátiles (como relojes inteligentes), transformando cada noche de sueño en un chequeo médico preventivo que podría salvar millones de vidas al detectar enfermedades años antes de que ataquen.
«Lo relevante no es solo que prediga una enfermedad concreta, sino que aprende el idioma del sueño integrando señales del cerebro, corazón y respiración, y puede reutilizarse para muchas tareas clínicas», explica Juan José Beunza, catedrático de Salud Pública y director de IASalud en la Universidad Europea. Según el investigador, este enfoque supone un cambio de mirada: «La polisomnografía -dice- deja de ser únicamente una herramienta diagnóstica de trastornos del sueño para convertirse en una fuente de información transversal sobre la salud futura».
Desde el punto de vista técnico, SleepFM destaca por ser un modelo sorprendentemente compacto y eficiente. Con apenas 4,44 millones de parámetros, ha demostrado que no es necesario un modelo gigantesco para generar valor clínico, siempre que el diseño y la calidad de los datos sean óptimos. Además, está diseñado para ser flexible: funciona incluso cuando cambian el tipo o el número de sensores entre diferentes hospitales, una versatilidad esencial para su futura implementación en la práctica clínica real mediante procesos de ajuste fino.
No obstante, los expertos, entre ellos el catedrático Juan José Beunza, llaman a la prudencia. SleepFM no es una herramienta de diagnóstico directo, sino un modelo de riesgo o pronóstico. Aunque el sueño actúa como un espejo de la salud capaz de detectar señales tempranas invisibles al ojo humano, su llegada a los hospitales requerirá validaciones prospectivas y protocolos de seguridad claros.
El estudio subraya que, si bien el sueño contiene información clínica valiosa, todavía queda camino por recorrer para integrar esta potente herramienta de IA en la toma de decisiones médicas cotidianas.